词云一分钟了解周董的歌词

作者简介

糖甜甜甜 

公众号：经管人学数据分析

前段时间周董发布了一首新歌《不爱我就拉倒》被网友吐槽土味十足，这段时间有本科同学让我帮忙做词云，所以借此机会把代码记录下了，顺便借周董的20首歌词做下词云。

一

数据获取

二

文本处理

首先做准备工作，将评论文本用jieba库进行分词，jieba支持三种分词模式 ：

1 精确模式，试图将句子最精确地切开，适合文本分析； 
2 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 
3 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

这里采用精确模式分词，代码如下： 

分词完成后，可以输出打印看看结果，会发现有些很奇怪的emoji符号，还有些常用词对分析无用，例如：的、地、得。所以这里还需要去掉停用词。当然，想要进一步做更精确的分析，需要自己设计语料库。停用词的语料库我是在网上下载的，后台回复语料库即可获取，R代码如下：

三

词云制作

词云制作可以直接采用R里面的wordcloud包，里面有各种词云形状和词颜色。R代码如下：

词云结果如下：

换一种形状试试（没错代码就是这么简单）

再试试其他风格

周董歌词用得最多的是“我”字(小公主还是蛮自恋的，哈哈)，词云还可以自定义背景形状哟。

完整代码

完成啦，是不是很简单！再也不用让别人帮忙了。

　大家都在看　

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享